Your browser doesn't support javascript.
loading
Assessing socioeconomic bias in machine learning algorithms in health care: a case study of the HOUSES index.
Juhn, Young J; Ryu, Euijung; Wi, Chung-Il; King, Katherine S; Malik, Momin; Romero-Brufau, Santiago; Weng, Chunhua; Sohn, Sunghwan; Sharp, Richard R; Halamka, John D.
Afiliación
  • Juhn YJ; Precision Population Science Lab, Mayo Clinic, Rochester, Minnesota, USA.
  • Ryu E; Artificial Intelligence Program of Department of Pediatric and Adolescent Medicine, Mayo Clinic, Rochester, Minnesota, USA.
  • Wi CI; Department of Quantitative Health Sciences, Mayo Clinic, Rochester, Minnesota, USA.
  • King KS; Precision Population Science Lab, Mayo Clinic, Rochester, Minnesota, USA.
  • Malik M; Artificial Intelligence Program of Department of Pediatric and Adolescent Medicine, Mayo Clinic, Rochester, Minnesota, USA.
  • Romero-Brufau S; Department of Quantitative Health Sciences, Mayo Clinic, Rochester, Minnesota, USA.
  • Weng C; Center for Digital Health, Mayo Clinic, Rochester, Minnesota, USA.
  • Sohn S; Department of Internal Medicine, Mayo Clinic, Rochester, Minnesota, USA.
  • Sharp RR; Department of Biomedical Informatics, Columbia University, New York, New York, USA.
  • Halamka JD; Department of Artificial Intelligence and Informatics, Mayo Clinic, Rochester, Minnesota, USA.
J Am Med Inform Assoc ; 29(7): 1142-1151, 2022 06 14.
Article en En | MEDLINE | ID: mdl-35396996
Asunto(s)
Palabras clave
Texto completo
Añadir a Mi BVS
Imprimir
XML
PubMed Links
Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Asma / Inteligencia Artificial Tipo de estudio: Diagnostic_studies / Prognostic_studies Aspecto: Determinantes_sociais_saude Límite: Child / Humans Idioma: En Revista: J Am Med Inform Assoc Asunto de la revista: INFORMATICA MEDICA Año: 2022 Tipo del documento: Article País de afiliación: Estados Unidos Pais de publicación: Reino Unido
Texto completo
Añadir a Mi BVS
Imprimir
XML
PubMed Links
Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Asma / Inteligencia Artificial Tipo de estudio: Diagnostic_studies / Prognostic_studies Aspecto: Determinantes_sociais_saude Límite: Child / Humans Idioma: En Revista: J Am Med Inform Assoc Asunto de la revista: INFORMATICA MEDICA Año: 2022 Tipo del documento: Article País de afiliación: Estados Unidos Pais de publicación: Reino Unido